美团龙猫（LongCat）发布 LongCat-2.5
11月2日，美团旗下的龙猫（LongCat）发了个新模型，叫 LongCat-2.5。
总参数量1.6万亿 ，混合专家（MoE）架构，每个 token 激活大约480亿参数。
平时大家打开美团，多半是为了点外卖、团购或者找家地道的小馆子。但把这次龙猫2.5的技术账本摊开来看，你会发现这家公司干的活，已经直接摸到程序员和设计师的办公桌上了。
这次更新不跟人聊闲天，主攻方向就一个：长程智能体任务。
什么叫长程任务？以前很多大模型就像个刚进公司的实习生，你让它写段代码，它写完五分钟就卡壳，得靠人一行行盯着改。今年2月5日 Anthropic 发布 Opus 4.6 的时候，之所以被不少开发者当成生产力拐点，就是因为它能长时间自己往下干，不用每一步都喊人。
龙猫2.5盯上的就是这块硬骨头。
团队在长序列训练里塞进了更多长程轨迹数据，用大规模长程强化学习去死磕复杂代码库开发和完整项目构建。围绕数据合成、环境构建和跨 Harness 混合训练，整条链路被拉得很长。
更有意思的是他们补短板的办法。龙猫把真实 Agent 的失败轨迹捡回来，转化成可复现、可验证的训练任务。说白了，就是逼着模型自己啃"错题本"，哪儿栽过跟头，就在哪儿反复练。
除了死磕代码，它还长出了**"原生视觉"**。
以前不少多模态模型看图和看字是两套逻辑硬拼起来的。LongCat-2.5 直接把视觉信号表示成多层级离散 token，让主干模型用统一的 token 形式同时处理图片和文字。
原生视觉理解加上智能体编程能力，化学反应就出来了。模型不仅能在 Visual Coding（视觉编程）上干活，还能直接支持创意设计和 3D 等任务。从看懂画面、拆解工程到敲出代码，手脚连成了一套。
01｜五万多张国产卡，先把万亿参数的基建垫起来
要看懂 2.5，得先看 2.0 那块地基。
今年6月30日，美团发布并开源 LongCat-2.0：同样是1.6万亿参数、平均激活约480亿、原生支持1M超长上下文。它的预训练跑在五万多张国产算力芯片组成的集群上，从零开始，没有拿海外 GPU 上训好的权重垫底。
按官方技术博客的口径，预训练数据超过30万亿 tokens，覆盖中英多语言和代码。团队从2023年的千卡起步，一路啃算子适配、通信优化、分布式稳定性，把月均日故障率压低70%以上，训练 MFU 提升1.5倍。
成绩单也不虚：SWE-bench Pro 拿到59.5，高于 Gemini 3.1 Pro 的54.2、GPT-5.5 的58.6和 Claude Opus 4.6 的57.3；SWE-bench Multilingual 77.3，跟 Opus 4.6 的77.8基本一个水位。一个全程在国产卡上训出来的模型能站到这个位置，不是小事。
02｜2.5 这回加的是什么
地基之上，2.5 换了三件事。
**一是能力定位。**从"会写代码"往"能端到端把活干完"走。靠的是大规模长程强化学习，复杂软件开发、完整项目构建这类原来得人盯着的活，现在能自己往下推一大截。
**二是原生多模态。**视觉信号变成统一 token 之后，交互网页、3D 展示页面这类任务才真正跑得动。不是给文本模型外挂一个看图模块，而是从底层长在一起。
**三是国产卡上的效率。**2.5 的中训练用了最长1M token 的序列，累计训练量数万亿 token。万卡一起跑长序列，显存和卡间通信就是瓶颈，美团干脆跟国产算力厂商一起把任务分工围着超节点重排，让主要通信走节点内的高速互联。官方给的数字是：长上下文监督微调任务上，优化后单卡训练吞吐比 DDP 基线高86%，等于一张卡顶过去差不多1.86张卡。
推理这边上了 W4A4，专家权重和激活一起压到4比特。线上压测里，跟 W8A8 INT8 基线相比，输入处理和逐 token 生成的吞吐都提升约四成，首次输出等待时间缩短约16%，后续每个 token 的生成耗时缩短约20%。精度掉没掉？官方说在已评测的下游任务上跟量化前相当。
至于到底多强，官方口径是：多项主流基准上，LongCat-2.5 的成绩介于 Claude Opus 4.8 和 Claude Opus 5 之间，部分评测超过 Opus 5。这句先记着，完整的跑分、权重和技术报告还没放出来，等拿到再细看。现在能用的是官网 longcat.ai，开发者走同步上线的 API。
03｜不做 Token 工厂，美团的算盘在商家那边
8月28日的二季度财报电话会上，CEO 王兴把话说得很直：AI 的长期价值是能不能真进工作流、解决真问题，"我们不会成为 Token 工厂"，模型和 AI 产品是拿来撑主业的。
这话不是场面话。2.5 重点补的就是商业分析和软件开发。技术博客里有个案例：品牌多渠道经营分析，模型自己搭渠道利润表，认出支付 GMV 涨了23.2% 而渠道利润掉了1.7% 的增长质量问题，再结合库存和复购给出资源配置建议。从算账、找病到开方，一条链走完。
落到产品上，是基于 LongCat 系列做的 AI 经营工作台"妙手"，服务古茗、徐升记、益禾堂这些连锁品牌，管的是经营分析、门店管理和增长获客。
回头看美团在龙猫上的落子速度：2025年9月1日开源 LongCat-Flash（总参数560B，平均激活27B），两个月后补上全模态的 LongCat-Flash-Omni；今年2月11日又掏出一个很美团味的原生「深度研究」智能体------别人搞研究啃论文，它绑的是自家的真实交易履约数据。
你让它做攻略，它能顺着真实消费热度去挖巷子里的地道"苍蝇馆子"；年轻人想搞特种兵穷游，它能在预算上限里排路线，顺手提醒避开景区高价餐饮；开电动车跑长途，它能结合实时温度、海拔变化算续航和充电间隔。
那时候大家觉得，美团搞大模型图的就是把吃喝玩乐的账算得更精。半年多过去，从6月底的 2.0 到今天的 2.5，龙猫转身就在国产算力集群上把1.6万亿参数的底座夯实了，一路杀进完整项目开发、Visual Coding 和 3D 设计。
楼下大街上，美团的黄头盔还在忙着20分钟送达的闪购订单；楼上机房里，几万张国产芯片正昼夜不停地转着，替程序员和设计师把一行行报错的代码和 3D 任务啃下来。
